我比较喜欢看公众号，有时遇到一个感兴趣的公众号时，都会感觉相逢恨晚，想一口气看完所有历史文章。但是微信的阅读体验挺不好的，看历史文章得一页页的往后翻，下一次再看时还得重复操作，很是麻烦。
于是便想着能不能把某个公众号所有的文章都保存下来，这样就很方便自己阅读历史文章了。
话不多说，下面我就介绍如何使用 Python 爬取微信公众号所有文章的。
主要有以下步骤：
1 使用 Fiddler 抓取公众号接口数据
2 使用 Python 脚本获取公众号所有历史文章数据
3 保存历史文章
Fiddler 抓包
Fiddler 是一款抓包工具，可以监听网络通讯数据，开发测试过程中非常有用，这里不多做介绍。没有使用过的可以查看这篇文章，很容易上手。
接下来，使用微信桌面客户端，打开某个公众号的历史文章，这里以我的公众号举例，如下图。
如果你的 fiddler 配置好了的话，能够看到如下图的数据。
图中包含抓取的 url、一些重要的参数和我们想要的数据。
这些参数中，offset 控制着翻页，其他参数在每一页中都是固定不变的。
接口返回的数据结构如下图，其中 can_msg_continue 字段控制着能否翻页，1 表示还有下一页，0 表示没有已经是最后一页了。 next_offset 字段就是下一次请求的 offset 参数。
构造请求，获取数据
接下来我们的目标就是根据 url 和一些参数，构建请求，获取标题、文章 url 和日期等数据，保存数据。
保存数据一种是使用 pdfkit 将 文章 url 保存为 pdf 文件；另一种是先保存 html 文件，然后将 html 制作成 chm 文件。
1 将 文章 url 保存为 pdf 文件，关键代码如下：
2 保存 html 文件，关键代码如下
保存文章
保存为 pdf 文件，用到了 python 的第三方库 pdfkit 和 wkhtmltopdf。
安装 pdfkit：
pip install pdfkit
安装 wkhtmltopdf：
下载地址：
安装后将 wkhtmltopdf 目录下的 bin 添加到环境变量中。
保存为 chm 文件，可以下载 Easy CHM ，使用这个软件可以将 html 制作成 chm，使用教程网上比较多。
下载地址：
效果图：
pdf 和 chm 对比：
pdf 支持多终端，阅读体验好，但是有个大坑，就是微信文章保存的 pdf 没有图片，很影响阅读体验，暂未找到解决办法。
chm 的好处是可以建立索引，查看文章方便。一个公众号制作成一个 chm 文件，管理方便。不会出现图片不显示问题。
所以推荐将爬取到的公众号文章保存为 chm 文件，方便阅读。